我正在使用survival库。在计算了生存函数的Kaplan-Meier估计量之后：
km = survfit(Surv(time, flag) ~ 1)
我知道如何计算百分位数：
quantile(km, probs = c(0.05,0.25,0.5,0.75,0.95))
但是，我如何计算平均存活时间？
答案 0 :(得分：8)
平均存活时间通常取决于最大存活时间选择的值。您可以使用print(km, print.rmean=TRUE)获得受限制的平均生存时间。默认情况下，这假设最长生存时间等于数据中最长的生存时间。您可以通过添加rmean参数（例如print(km, print.rmean=TRUE, rmean=250)）将其设置为其他值。
回应你的评论：我最初认为可以通过查看print(km, print.rmean=TRUE)返回的对象来提取平均生存时间，但事实证明print.survfit没有返回列表对象，但只是将文本返回到控制台。
相反，我查看了print.survfit的代码（您可以通过在控制台中键入getAnywhere(print.survfit)来查看代码）以查看平均生存时间的计算位置。事实证明，一个名为survmean的函数可以解决这个问题，但它并不是一个导出的函数，这意味着当你尝试运行它时，R不会识别该函数。正常＆＃34;功能。因此，要访问该函数，您需要运行以下代码（您需要明确设置rmean）：
survival:::survmean(km, rmean=60)
您将看到该函数返回一个列表，其中第一个元素是具有多个命名值的矩阵，包括均值的均值和标准误差。因此，要提取平均生存时间，您可以这样做：
survival:::survmean(km, rmean=60) [[1]]["*rmean"]
print.survfit的帮助提供了有关选项的详细信息以及如何计算限制均值：
?print.survfit
均值及其方差基于截断的估计量。那是， 如果最后一次观察不是死亡，那么生存曲线 估计不会归零并且均值未定义。有四个 解决这个问题的可能方法，由rmean选择 选项。第一种是将上限设置为常数， 例如，RMEAN = 365。在这种情况下，报告的平均值将是预期的 将在第一个365天中经历的天数 每组。如果兴趣集中在固定期间，这将非常有用。 其他选择是＆＃34;无＆＃34; （没有估计），＆＃34;普通＆＃34;和＆＃34;个人＆＃34;。该 ＆＃34;公共＆＃34; option使用对象中所有曲线的最大时间 auc计算的共同上限。为了 ＆＃34;个人＆＃34;选项平均值计算为每条曲线下的面积， 在0到该曲线的最大观察时间的范围内。 由于终点是随机的，因此不同曲线的值不是 可比的和印刷的标准误差是低估的 他们没有考虑到这种随机变化。这个选项是 主要是为了向后兼容，因为这个估计是 默认（仅）代码的早期版本中的一个。注意SAS（as 版本9.3）使用积分到每个事件的最后一个事件时间 个人曲线;我们认为这是最糟糕的选择而不是 提供该计算的选项。